Errores en la medida de

vibraciones por voladura

Pablo Segarra, José A. Sanchidrián, Lina M. López
Universidad Politécnica de Madrid -ETSI Minas
 De vez en cuando
tenemos quejas por
las vibraciones… ¿cuál
fue la PPV en la última Medimos 6 mm/s
voladura? a 100 m

El director El contratista
de la mina de P y V
 Uhmm!! Medimos 6 mm/s
No está mal… a 100 m

El director El contratista
de la mina de P y V
 ¿¿ … ?? (¿! ##!?)
Ni idea. ¡Nunca me lo ha
¿Y qué fiabilidad preguntado nadie!
(±) tiene ese No sé …
valor? ¿±1 mm/s? ¿±0.1 mm/s ?

El director El contratista
de la mina de P y V
 Mmmm…………
¿1? La verdad, … Bueno, la PPV máxima
¿0.1? fue 6 mm/s… y punto.
¿…?

El director El contratista
de la mina de P y V
 ¿No preferirás que
hablemos de la fiabilidad de
los metros perforados que
pones en tus facturas eh?
Bueno bueno, … no hay
por qué ponerse así…
Voy a estudiar el
asunto

El director El contratista
de la mina de P y V
 Introducción
Medida buena Medida mala

Exactitud Exactitud

Precisión Precisión
Exactitud Exactitud
Indice
Introducción
Característica de los aparatos de medida
Respuesta en frecuencia de los sensores

Estándar ISEE

Respuesta del
sensor

Práctica de la medida
Roca
Acoplamiento al terreno

Suelo

Orientación a la voladura
Output of vibration measurements

Waveforms Frequency spectra

Particle velocity vs. time FFT Spectral amp. vs. Freq. (Hz)

vL fL

vT fL

vV fL

ṽ Ṽ
Presentation Overview
 Relative error Δ of a monitoring method
Sample No. 1
Expected value μ1
Standard deviation σ1
N measurements Mean: x1 Error: s1
Blast No. 1 Δ=σ1/μ1
{a1, a2,…, aN} Uncertainty s1 N
of the mean δx1 
x1

Sample No. 2
Expected value μ2
Standard deviation σ2 Mean: x2 Error: s2
Blast No. 2 N measurements
Δ=σ2/μ2 Uncertainty s2 N
{b1, b2,…, bN} δx 2 
of the mean x2
………...

………...
Sample No. m
Expected value μm
Standard deviation σm
N measurements Mean: xm Error: sm
Blast No. m Δ=σm/μm
{z1, z2,…, zN} Uncertainty s3 N
δxm  xm
of the mean
Relative error Δ of a monitoring method

{1/δx1, 1/δx2,….., 1/δxm} Probability of obtaining the

complete set of observations
M
L( NCP )   p
i
i 1

Non-central t-distribution pi= output of noncentral t-PDF at 1/xi

Owen 1968; Forkman & Verrill 2008, Scholz 2007)

DF=m-1
NCP=m1/2/Δ ??

N
̂ 
MLE
Presentation Overview
 Sensors layout

Standard mounts, sensors and loggers

Sandbagged sensors

Anchored sensors
Soil-embedded sensors
Bloomfield Colliery coal mine Monte Espartinas quarry
(Armstrong 2001)
 Data description
S1- Bloomfield Colliery coal mine (Armstrong 2001)
Tri-axial accelerometers in soil.
[Em]
6 ‒ 5 sensors/blast.
Orientation not specified.

S2- Construction site (Hutchison et al. 2005)

Blasting seismographs ( 6 ext./2 internal) in soil.
[Sp]
6 ‒ 4 sensors/blast.
Fair (visual) orientation of longitudinal sensors to the blast

S3-Monte Espartinas quarry (Segarra et al. 2010, 2012)

Correct orientation [ACO]
Blasting seismographs in gypsum outcrops.
Fair orientation [AFO]
2‒3 sensors/blast. Wrong orientation [AWO]

Correct orientation [SbCo]

 Scaled distance (m/kg1/2)
0 25 50 75 100

Segarra et al.

Hutchison et al.

Armstrong

95 % CI about the median

Median Outliers
1st quartile 3rdquartile Max. or 1.5 IQR
IQR
 Measurement with sandbagged sensors

Waveform in longitudinal comp. Frequency spectrum in longitudinal comp.

Presentation Overview
 Relative uncertainties in peak part. velocity
Vector δṽ δvL (Longitudinal) δvT (Transversal) δvV (Vertical)
δvH (Horizontal)

δṽ

Sp

AAO AAO

Uncertainty  1/N1/2
Relative uncertainties in max. spectral amplitudes

No stastistical differences
δVL (Longitudinal)-δVT (Transversal)

δṼ

AAO AAO
 Measurement errors ̂

[Em] [Sp] [SbCO] [AAO]: all type of orientations

[ACO]: correct orientation
[AFO]: fair orientation
4.6 % [AWO]: wrong orientation
13 % Upper 95 %CB
Lower 9514.5
%CB%
7.5 %
Error MLE 3.9 %
6.2 %

19.7 % 14 %
9.9 % 3.9 %
5.9 %
7.9 %
8.8 %
34.9 %
14.3 %
11.8 % 14.9 %
8.4 % 3.9 %
5.0 %
Presentation Overview
 Implications for damage assesement
Errors in peak Confidence limits of the measured
particle velocity value . Max. likely peak particle velocity

V
 Implications for damage assesement
Errors in max.
Dominant frequency
spectral amplitude
0.25
Sensor 1

0.2

Amp. dominant peak vs.

amplitudes other peaks
Spectral amplitude

Sensor 2 0.15

La frecuencia menor no
0.1 estadísticamente diferente
de la amplitud espectral
Sensor 3 pico debería usarse al
0.05 aplicar el criterio PPV/frec

0
0 50 100 150
Frequency (Hz)
Implications for damage assesement

0.5 in/s
0.4 in/s
Presentation Overview
 Conclusiones
• Se han estudiado los errores en la medida de
vibración en los campos cercano y lejano.
• En cada voladura se colocaron entre 2 y 6 sensores
próximos, acoplados igualmente:
– Acelerómetros embutidos.
– Geófonos clavados con picas orientados visualmente a la
voladuras.
– Geófonos en roca con sacos de tierra, orientados con
precisión.
– Geófonos atornillados:
Orientados con precisión, visualmente e
intencionadamente desviados.
 Conclusiones

• Se obtienen distribuciones de los errores, según una t

no centrada de los inversos de las incertidumbres
relativas.
• Los errores en PPV varían entre 4.6 y 19.7 % y en
amplitud espectral entre 3.9 y 34.9 %.
• Los errores en las componentes horizontales son
sensibles tanto al acoplamiento como a la orientación,
mientras que los errores en la vertical dependen sólo
del acoplamiento.
 Conclusiones

• Los errores disminuyen, como es de esperar, cuando

el acoplamiento geófono-terreno es mejor y cuando
los errores de orientación son menores (en este
último caso para las medidas horizontales). Esto se
aplica tanto a a las PPV como a las amplitudes
espectrales.
• La aplicación de los errores experimentales a las
velocidades y a las amplitudes espectrales puede
tener implicaciones en el cumplimiento de normativa
sobre vibraciones por voladura.
ACKNOWLEDGEMENTS

Jose

Pabl Lina
o
 Calculation (1)
Peak particle velocity in any of the j th comps.

....
Let be N observations v1,j, v2,j,…, vN,j of the peak particle velocity in the jth component (j=L, T, V)

Sample mean: vj (estimate of the true peak particle velocity)

sv N
j
Relative uncertainty of the mean vj : δv j 
vj

Vector peak particle velocity

....
Let be N observations ṽ1, ṽ2,…, ṽN j of the vector peak particle velocity

Sample mean: ṽ (Estimate of the true vector peak particle velocity)

Relative uncertainty of the mean ṽ: δ~v  s ~v ~v N
 Calculation (2)
Spectral amplitudes in the jth component

Let the set of N observations be V1,j, V2,j,…, VN,j , the Spectrum

V
from sensor 1 1,j
spectral amplitudes at the frequency fmax at which the
sample mean Vj is maximum (i.e. estimate of the max.
spectral amplitude) Spectrum
from sensor 2 V2,j
sV N
Relative uncertainty of the mean (Vj ): δVj  j
Vj

Spectrum
VN,j
Spectral amplitudes of the mean frequency from sensor N

spectrum of the L,T, V comps.

MEAN spectrum
Let the set of N observations be Ṽ1, Ṽ2,…, ṼN , the spectral Dominant peak
amplitudes at the frequency fmax at which the sample (Vj=MAX)

mean Ṽ is maximum (i.e. estimate of the max. spectral

amplitude). fmax

Relative uncertainty of the mean (Ṽ): δV~  sV~ ~ N

V